Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Sur un problème inverse de type cauchy en théorie des plaques minces
Univ Europeenne - EAN : 9786131585814
Édition papier
EAN : 9786131585814
Paru le : 1 juil. 2011
59,00 €
55,92 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131585814
- Réf. éditeur : 5563198
- Editeur : Univ Europeenne
- Date Parution : 1 juil. 2011
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 184
- Format : H:229 mm L:152 mm E:11 mm
- Poids : 279gr
- Interdit de retour : Retour interdit
- Résumé : Dans cette thèse, nous résolvons un problème inverse de type Cauchy associé à l''opérateur biharmonique. Pour des données compatibles, comme ce problème est mal posé au sens d''Hadamard, nous utilisons la méthode de régularisation évanescente. Elle est itérative. Son avantage est de faire intervenir, à chaque itération, un problème d''optimisation bien posé qui dépend d''un terme de régularisation dont l''effet perturbateur se dissipe à la limite du processus itératif. Nous montrons que cette limite est la solution du problème inverse de Cauchy. Pour adapter des algorithmes élaborés pour les problèmes de Cauchy associés au laplacien, nous factorisons le problème inverse de Cauchy initial en deux problèmes inverses de Cauchy pour l''opérateur harmonique. Les résultats principaux sont la convergence de la solution discrète vers la solution continue et l''efficacité de la méthode à gérer numériquement, via les éléments finis, le problème factorisé sur différents domaines, même lorsque les données sont bruitées.
